一种高效率生物信息数据处理方法

1.本发明涉及垂直度检测技术领域，更具体为一种高效率生物信息数据处理方法。


背景技术：

2.生物信息是反映生物运动状态和方式的信息。碱基序列便是生物信息。自然界经过漫长时期的演变，产生了生物，逐渐形成了复杂的生物世界。生物信息形形色色，千变万化，不同类的生物发出不同的信息。
3.目前，在对生物的研究分析过程中，会产生大量的数据需要进行记录和处理，现有的研究分析采用人为记录或者人为录入方式，各种微生物数据信息之间的关联性不强，使得数据处理的效率较低。因此，需要提供一种新的技术方案给予解决。


技术实现要素：

4.本发明的目的在于提供一种高效率生物信息数据处理方法，解决了目前，在对生物的研究分析过程中，会产生大量的数据需要进行记录和处理，现有的研究分析采用人为记录或者人为录入方式，各种微生物数据信息之间的关联性不强，使得数据处理的效率较低的问题。
5.为实现上述目的，本发明提供如下技术方案：一种高效率生物信息数据处理方法，包括：生物信息数据管理系统，所述生物信息数据管理系统内包括管理模块和数据中心模块，所述管理模块包括用户注册、用户登录和用户退出，所述管理模块的下部连接有安全模块，此种设置可以保证了用户使用的网络安全，避免信息泄露，所述数据中心模块内包括生物信息查询模块、生物信息删除模块、生物信息处理模块、生物信息录入模块和信息批量导入模块，且各个模块之间均与下部的数据分析模块之间相连接，此种设置增加了数据导入和查询的便利性。
6.作为本发明的一种优选实施方式，所述生物信息数据处理方法包括如下步骤：
7.步骤1：对原始数据进行拼接使其形成有效序列，同时将原始数据提交至 sra数据库；
8.步骤2：针对有效序列进行各样本的序列统计；
9.步骤3：对有效序列进行精确去杂，并对去杂后的序列进行优化；
10.步骤4：优化序列包括距离计算、分类学分析、系统发育分析和基于otu 分析。
11.作为本发明的一种优选实施方式，所述步骤4中的距离计算形成聚类otu。
12.作为本发明的一种优选实施方式，所述步骤4中的分类学分析形成热图 pca、群落组成分析和分类学树状图。
13.作为本发明的一种优选实施方式，所述步骤4中的基于otu分析包括样本otu分析、pca分析、rda\cca分析、全样本相似分析和显著差异分析。
14.与现有技术相比，本发明的有益效果如下：
15.本发明包括生物信息数据管理系统，其中系统内包括管理模块和数据中心模块，
管理模块包括用户注册、用户登录和用户退出，管理模块的下部连接有安全模块，此种设置可以保证了用户使用的网络安全，避免信息泄露，数据中心模块内包括生物信息查询模块、生物信息删除模块、生物信息处理模块、生物信息录入模块和信息批量导入模块，且各个模块之间均与下部的数据分析模块之间相连接，数据分析模块的操作方式为将原始数据进行拼接，使其形成完整的数据链，且原始数据提交至sra数据库进行保存，原始数据拼接后形成有效序列，对有效序列进行各样本的序列统计，同时对有效序列进行精确去杂，去杂后形成对其进行优化，优化序列的过程包括距离计算、分类学分析、系统发育分析和基于otu分析，依次找出最有序列，加强了信息之间的关联性，以提高信息处理效率，距离计算采用聚类otu分析，分类学分析形成热图pca、群落组成分析和分类学树状图，此种设置使分析结果清晰明确，基于otu分析包括样本otu分析、pca分析、rda\cca分析、全样本相似分析和显著差异分析，多种基于otu分析增加了数据处理效率。
附图说明
16.图1为本发明系统结构示意图；
17.图2为本发明处理流程示意图。
具体实施方式
18.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.请参阅图1-图2，本发明提供一种技术方案：一种高效率生物信息数据处理方法，包括：生物信息数据管理系统，所述生物信息数据管理系统内包括管理模块和数据中心模块，所述管理模块包括用户注册、用户登录和用户退出，所述管理模块的下部连接有安全模块，此种设置可以保证了用户使用的网络安全，避免信息泄露，所述数据中心模块内包括生物信息查询模块、生物信息删除模块、生物信息处理模块、生物信息录入模块和信息批量导入模块，且各个模块之间均与下部的数据分析模块之间相连接，此种设置增加了数据导入和查询的便利性。
20.进一步改进的，如图2所示：所述生物信息数据处理方法包括如下步骤：
21.步骤1：对原始数据进行拼接使其形成有效序列，同时将原始数据提交至 sra数据库；
22.步骤2：针对有效序列进行各样本的序列统计；
23.步骤3：对有效序列进行精确去杂，并对去杂后的序列进行优化；
24.步骤4：优化序列包括距离计算、分类学分析、系统发育分析和基于otu 分析。
25.数据分析模块的操作方式为将原始数据进行拼接，使其形成完整的数据链，且原始数据提交至sra数据库进行保存，原始数据拼接后形成有效序列，对有效序列进行各样本的序列统计，同时对有效序列进行精确去杂，去杂后形成对其进行优化，优化序列的过程包括距离计算、分类学分析、系统发育分析和基于otu分析，依次找出最有序列，加强了信息之间的关联性，以提高信息处理效率，距离计算采用聚类otu分析，分类学分析形成热图pca、
群落组成分析和分类学树状图，此种设置使分析结果清晰明确，基于otu分析包括样本otu分析、pca分析、rda\cca分析、全样本相似分析和显著差异分析，多种基于otu分析增加了数据处理效率。
26.进一步改进的，如图2所示：所述步骤4中的距离计算形成聚类otu。
27.进一步改进的，如图2所示：所述步骤4中的分类学分析形成热图pca、群落组成分析和分类学树状图。
28.进一步改进的，如图2所示：所述步骤4中的基于otu分析包括样本otu 分析、pca分析、rda\cca分析、全样本相似分析和显著差异分析。
29.本发明包括生物信息数据管理系统，其中系统内包括管理模块和数据中心模块，管理模块包括用户注册、用户登录和用户退出，管理模块的下部连接有安全模块，此种设置可以保证了用户使用的网络安全，避免信息泄露，数据中心模块内包括生物信息查询模块、生物信息删除模块、生物信息处理模块、生物信息录入模块和信息批量导入模块，且各个模块之间均与下部的数据分析模块之间相连接，数据分析模块的操作方式为将原始数据进行拼接，使其形成完整的数据链，且原始数据提交至sra数据库进行保存，原始数据拼接后形成有效序列，对有效序列进行各样本的序列统计，同时对有效序列进行精确去杂，去杂后形成对其进行优化，优化序列的过程包括距离计算、分类学分析、系统发育分析和基于otu分析，依次找出最有序列，加强了信息之间的关联性，以提高信息处理效率，距离计算采用聚类otu分析，分类学分析形成热图pca、群落组成分析和分类学树状图，此种设置使分析结果清晰明确，基于otu分析包括样本otu分析、pca分析、rda\cca分析、全样本相似分析和显著差异分析，多种基于otu分析增加了数据处理效率。
30.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。